Am 17. Juli 2026, in den frühen Morgenstunden, stellte Moonshot AI sein Next-Generation-Großmodell Kimi K3 vor, das mit einer Parametermenge von 2,8 Billionen als weltweit erstes Open-Source-Modell auf dem 3-Billionen-Parameter-Niveau gilt. Am Tag der Veröffentlichung stürzte die in Hongkong gelistete „erste Large-Model-Aktie" Zhipu (02513.HK) um 28,49 % ab, wodurch an nur einem Tag über 200 Milliarden HKD an Marktkapitalisierung verloren gingen. Bis zum 20. Juli fiel der Aktienkurs von Zhipu weiter auf 890,5 HKD, bei einer Marktkapitalisierung von 414.637 Milliarden HKD.
In derselben Woche schloss DeepSeek Medienberichten zufolge eine Finanzierungsrunde über 7,4 Milliarden USD ab – ein neuer Rekord für private Platzierungen im chinesischen KI-Sektor, wodurch das Unternehmen mit über 50 Milliarden USD bewertet wurde. Nur einen Monat zuvor hatte Zhipu das auf Langstreckenaufgaben spezialisierte Modell GLM-5.2 veröffentlicht und als Open Source bereitgestellt.
Drei bedeutende Ereignisse innerhalb weniger als eines Monats markieren eine neue Phase in Chinas KI-Großmodellindustrie. Das Wettrennen um die Parametermenge ist noch lange nicht beendet, doch die Bewertungslogik an den Kapitalmärkten verändert sich. Dieser Artikel analysiert die Wettbewerbssituation chinesischer KI-Großmodelle nach Kimi K3 aus vier Perspektiven: das Verhältnis zwischen Parametern und Bewertung, die Auswirkungen von Open-Source-Modellen, Unterschiede in der Kommerzialisierungsstrategie und langfristige Wettbewerbsvorteile.
Warum die Parametermenge nicht mehr die Bewertung bestimmt
Die Parametermenge von Kimi K3 erreicht 2,8 Billionen und übertrifft damit Zhipu GLM-5.2 und die DeepSeek-V4-Serie deutlich. Moonshot AI vergleicht Parameter mit neuronalen Verbindungen im menschlichen Gehirn – nahezu 3 Billionen Parameter ermöglichen es dem Modell, mehr Wissen und Muster zu speichern.
Dennoch reagierten die Kapitalmärkte unterschiedlich. Am Tag der Kimi-K3-Einführung brach Zhipus Aktie um 28,49 % ein, obwohl das Unternehmen nur wenige Tage zuvor, am 9. Juli, eine Platzierung im Umfang von 31,4 Milliarden HKD angekündigt hatte – ein Rekord für eine Einzelplatzierung eines Technologieunternehmens in Hongkong im Jahr 2026. Diese Daten zeigen einen entscheidenden Wandel: Die Parametermenge allein ist kein hinreichendes Kriterium für die Bewertung mehr.
Branchendaten belegen, dass die tatsächliche Nutzung chinesischer Großmodelle rasant steigt. Laut Schätzungen von OpenRouter belief sich die weltweite Anzahl der KI-Großmodell-Abfragen in der vergangenen Woche (29. Juni bis 5. Juli) auf insgesamt 46,7 Billionen Token, wobei chinesische KI-Großmodelle 23,45 Billionen Token ausmachten – ein Anstieg um 15,01 % gegenüber der Vorwoche. Damit führen sie seit zehn Wochen in Folge vor den USA. Die sechs weltweit meistgenutzten Modelle stammen alle aus China; DeepSeek-V4-Flash hält seit sieben Wochen in Folge den Spitzenplatz mit 5,34 Billionen Token pro Woche.
Der Nutzungsanstieg spiegelt die reale Integration in Unternehmensabläufe wider. Wie Branchenberichte zeigen, hat sich der chinesische KI-Großmodellsektor im ersten Halbjahr 2026 von einem reinen Technologiewettbewerb zu einem umfassenden „Kommerzialisierungskampf" entwickelt, was die Anwendungsperspektiven bestätigt und erste Marktbereinigungen einleitet.
Jefferies stellte in einer Studie nach dem Launch von Kimi K3 fest, dass das Modell bei Coding-, Agent- und Multimodal-Aufgaben weltweit zur Spitze gehört. Die eigentliche Bedeutung liegt jedoch weniger in den verbesserten Fähigkeiten als darin, dass sich die Wettbewerbslogik der chinesischen KI-Branche verschiebt. Während der Markt früher auf „Fähigkeitslücken bei Großmodellen" achtete, verlagert sich der Wettbewerb nun auf „intelligente Stückkosten" und „Token-Verbrauchsvolumen".
Wie Open-Source-Modelle den Branchenwettbewerb verändern
Die Open-Source-Strategie von Kimi K3 ist eine der wichtigsten Variablen dieser Veröffentlichung. Als weltweit erstes Open-Source-Modell auf dem 3-Billionen-Parameter-Niveau sollen die vollständigen Modellgewichte spätestens bis zum 27. Juli bereitgestellt werden. Zuvor hatte Zhipu am 17. Juni GLM-5.2 als Open Source veröffentlicht, das auf dem aktuellen globalen Intelligenzindex von Artificial Analysis 51 Punkte erreichte und damit unter den Open-Source-Modellen auf Platz eins liegt.
Die Wettbewerbslogik von Open-Source-Modellen unterscheidet sich grundlegend von der geschlossener Modelle. Geschlossene Modelle bauen ihren Vorteil auf proprietären Technologiebarrieren und API-Preisen auf, während Open-Source-Modelle ihren Wert aus Ökosystementwicklung und Entwicklerbindung ziehen. Kimi K3 nutzt eine MoE-Architektur (Mixture of Experts), wodurch der tatsächliche Rechenaufwand durch Expertenrouting reduziert wird. Die API-Preise liegen bei 3 USD pro 1 Million Token für Input und 15 USD pro 1 Million Token für Output. DeepSeeks V4 Flash-Modell liefert Standard-Intelligenzaufgaben zu einem gewichteten Durchschnittspreis von nur 0,02 USD, während das vergleichbare Modell von Anthropic 2,75 USD kostet.
Dieser Kostenvorteil verändert die globale Anbieterlandschaft für KI grundlegend. Das in San Francisco ansässige Lindy AI wechselte nach sechs Wochen von Anthropic zu DeepSeek und senkte die Kosten auf nur 10 % des ursprünglichen Werts, was zu jährlichen Einsparungen in Millionenhöhe führte. Auch Unternehmen wie Airbnb, Pinterest und sogar Microsoft nutzen inzwischen chinesische Open-Source-KI-Modelle für Routine-Coding, Automatisierung und tägliche Aufgaben. Zeitweise erreichten chinesische Modelle in diesem Jahr auf der KI-Aggregationsplattform OpenRouter einen Marktanteil von über 30 %.
Ein weiterer wesentlicher Effekt von Open-Source-Modellen ist die gesenkte Kommerzialisierungsschwelle für KI-Anwendungen. Da chinesische Modelle in puncto Leistung zu den Top-Auslandsmodellen aufschließen und gleichzeitig geringe Inferenzkosten bieten, weitet sich das Wachstum des Tokenverbrauchs auf Cloud Computing, KI-Chips und Infrastruktur aus. SenseCore, das Großrechnersystem von SenseTime, verlagert seine Rechenressourcen vom Training auf die Inferenz, um sich nicht nur als Großmodellunternehmen, sondern als Full-Stack-KI-Dienstleister zu positionieren.
Vergleich der Kommerzialisierungswege von KI-Unternehmen
Die drei führenden Unternehmen verfolgen jeweils unterschiedliche Kommerzialisierungsstrategien.
Zhipu setzt auf den Weg „Börsennotierung + großvolumige Finanzierung". Seit dem Börsengang an der Hongkonger Börse am 8. Januar 2026 ist der Aktienkurs um über 1.400 % gestiegen. Der Platzierungsplan vom 9. Juli sieht die Ausgabe von bis zu 19,78 Millionen neuen H-Aktien zu je 1.588 HKD vor, womit etwa 31,41 Milliarden HKD eingeworben werden sollen. Bis zum 30. Juni waren bereits über 93 % der IPO-Erlöse verwendet. Die Mittel sind für drei Hauptbereiche vorgesehen: Grundlagenforschung und Recheninfrastruktur, Kommerzialisierung und strategische Investitionen sowie Optimierung der Kapitalstruktur. Zhipu plant zudem einen Börsengang am STAR Market in Festlandchina mit einem Zielvolumen von 15 Milliarden RMB. Insgesamt beläuft sich die Finanzierung auf 36,4 Milliarden HKD (etwa 31,5 Milliarden RMB).
DeepSeek verfolgt den Weg „Private Platzierung + eigene Infrastruktur". Das KI-Labor aus Hangzhou, erst vor drei Jahren gegründet, trainierte Hochleistungsmodelle mit deutlich weniger Rechenressourcen als OpenAI oder Anthropic. Ende Mai 2026 wurde die erste Finanzierungsrunde über rund 7 Milliarden USD abgeschlossen, mit einer Bewertung nach Geldzufluss von 52 Milliarden USD. Nur einen Monat später wurde eine zweite Runde mit einer Bewertung vor Geldzufluss von 71 Milliarden USD gestartet. DeepSeek baut einen Compute-Campus im Gigawatt-Maßstab, wobei die Investitionen in eigene Rechenzentren mehrere hundert Milliarden RMB erreichen könnten. Zudem entwickelt das Unternehmen eigene KI-Inferenzchips. Ein Börsengang ist für 2027 geplant.
Moonshot AI (Kimi) setzt auf den Ansatz „produktgetrieben + Open-Source-Ökosystem". Nach dem Launch von K3 gab Präsident Zhang Yutong bekannt, dass der ARR (Annual Recurring Revenue) des Unternehmens um ein Vielfaches gestiegen sei. Doch nur drei Tage nach der Veröffentlichung gab Moonshot AI bekannt, keine neuen Abonnements für Privatkunden mehr anzunehmen und alle bestehenden Rechenressourcen den aktuellen Abonnenten zu widmen. Der Mangel an Rechenkapazitäten ist sowohl eine Herausforderung als auch ein Signal – die Nachfrage ist real, aber Engpässe bei der Versorgung bremsen das Wachstum. Das Unternehmen arbeitet nach eigenen Angaben an einer raschen Erweiterung der Rechenkapazitäten. Auch ein Börsengang ist auf der Kommerzialisierungsseite in frühestens sechs Monaten möglich.
Jeder Weg hat seine Vor- und Nachteile. Der kapitalgetriebene Ansatz bietet reichlich Mittel und hohe Widerstandsfähigkeit, erfordert aber eine stetige Bestätigung des Wachstumspfads gegenüber den Kapitalmärkten. Private Platzierung ist flexibler, steht jedoch unter Bewertungsdruck. Produktgetriebene Strategien schaffen die stärkste Nutzerbindung, sind aber am stärksten durch Rechenleistung und Kapital limitiert.
Wer verfügt über einen langfristigen Wettbewerbsvorteil?
Langfristige Wettbewerbsvorteile lassen sich anhand dreier Dimensionen beurteilen: technologische Barrieren, Kostenvorteile und Ökosystem-Bindung.
Technologische Barrieren: Kimi K3 führte mit 1.679 Punkten die Rangliste der Frontend Code Arena an und übertraf damit Claude Fable 5 mit 1.631 Punkten. In der Gesamtauswertung liegt K3 jedoch weiterhin hinter geschlossenen Modellen wie Claude Fable 5 und GPT-5.6 Sol. Chinesische Modelle rangieren derzeit weltweit etwa auf Platz fünf und haben die internationalen Marktführer noch nicht herausgefordert. Die technologische Lücke schließt sich, ist aber noch nicht verschwunden.
Kostenvorteil ist das auffälligste Alleinstellungsmerkmal chinesischer KI-Unternehmen. DeepSeeks Ultra-Niedrigpreisstrategie hat Entwickler weltweit angezogen. Jefferies merkt an, dass mit der Annäherung chinesischer Modelle an die Top-Auslandsmodelle bei gleichzeitig niedrigeren Inferenzkosten die Kommerzialisierungsschwelle für KI-Anwendungen weiter sinken könnte. Der Kostenvorteil resultiert nicht nur aus architektonischer Innovation, sondern auch aus Chinas niedrigen Strom- und Rechenzentrumskosten.
Ökosystem-Bindung dürfte der am schwersten zu replizierende Wettbewerbsvorteil sein. Open-Source-Modelle bauen ihr Ökosystem über Entwickler-Communities auf, während geschlossene Modelle Unternehmenskunden über API-Services binden. DeepSeek-V4-Flash führt seit sieben Wochen in Folge bei der Nutzung und zeigt damit eine starke Entwicklerbindung. Zhipu sammelt Branchen-Know-how durch den Fokus auf vertikale Sektoren wie Verwaltung, Finanzen und Industrie. Sollte Kimi K3s Open-Source-Strategie genügend Entwickler zur Entwicklung von Anwendungen anziehen, wird sich der Ökosystemvorteil nach und nach herausbilden.
Zusammengefasst gilt: Kein Unternehmen besitzt derzeit einen absoluten, langfristigen Wettbewerbsvorteil. Die technologische Lücke wird kleiner, besteht aber fort; Kostenvorteile sind nachahmbar; Ökosystem-Bindung braucht Zeit. Der eigentliche Wettbewerbsvorteil liegt nicht in einer einzelnen Dimension, sondern in der Fähigkeit, einen positiven Kreislauf zwischen Technologie, Kosten und Ökosystem zu schaffen – technologische Durchbrüche senken die Kosten, niedrige Kosten ziehen mehr Entwickler an, mehr Entwickler fördern das Ökosystem und ein florierendes Ökosystem beschleunigt den technologischen Fortschritt.
Fazit
Der Launch von Kimi K3 ist ein Meilenstein, signalisiert jedoch nicht den Sieg eines einzelnen Unternehmens, sondern einen Wendepunkt für die gesamte Branche. Chinas KI-Großmodellsektor bewegt sich vom „Parameter-Wettrennen" hin zu einem Kommerzialisierungswettbewerb, der auf „niedrigere Kosten, höhere Nutzung und stärkere Ökosysteme" setzt.
Am 20. Juli 2026 (Pekinger Zeit) zeigte sich der Kryptomarkt wie folgt: Bitcoin (BTC) fand Unterstützung bei rund 64.000 USD und erholte sich stetig, mit einem Tageshoch von etwa 65.000 USD. Gate notiert BTC bei etwa 64.747 USD. Der Markt wird von zwei Kräften beeinflusst: Geopolitische Spannungen im Nahen Osten treiben die Ölpreise nach oben, während Investoren die Auswirkungen der Kimi-K3-Einführung chinesischer KI-Start-ups noch verarbeiten. Strukturelle Veränderungen in der KI-Branche wirken sich bereits auf die breiteren Kapitalmärkte aus – Zhipus Aktie fiel in den beiden Handelstagen nach der K3-Veröffentlichung um über 38 %, eine Entwicklung, die genau beobachtet werden sollte.
Die K.-o.-Runde für chinesische KI-Großmodelle hat gerade erst begonnen. Die Unternehmen, die in der nächsten Phase erfolgreich sein werden, sind nicht zwangsläufig diejenigen mit den meisten Parametern, sondern jene, die Modellfähigkeiten mit den niedrigsten Kosten und höchster Effizienz in realen Geschäftswert umwandeln können.
FAQ
F: Mit einer Parametermenge von 2,8 Billionen – wo steht Kimi K3 im Vergleich zu anderen chinesischen KI-Großmodellen?
Kimi K3 ist derzeit das weltweit größte Open-Source-Modell nach Parameteranzahl und das erste Open-Source-Modell auf 3-Billionen-Niveau. Zum Vergleich: Zhipu GLM-5.2 und Alibaba Qwen3.8 (2,4 Billionen Parameter) sind kleiner als K3. Die Parametermenge allein steht jedoch nicht für die Gesamtleistung – K3 liegt in umfassenden Bewertungen weiterhin hinter geschlossenen Modellen wie Claude Fable 5 und GPT-5.6 Sol.
F: Warum fiel der Aktienkurs von Zhipu nach dem Launch von Kimi K3 so stark?
Am 17. Juli, dem Tag der Veröffentlichung von Kimi K3, stürzte der Aktienkurs von Zhipu um 28,49 % ab, wodurch über 200 Milliarden HKD an Marktwert verloren gingen. Die Marktsorgen resultieren aus zwei Faktoren: Erstens könnte die Konkurrenz durch Open-Source-Modelle Zhipus Preissetzungsmacht bei geschlossenen Modellen schwächen; zweitens übertraf die Leistung von Kimi K3 in wichtigen Szenarien wie Programmierung die Erwartungen, was eine Neubewertung von Zhipus Marktanteil auslöste. Bis zum 20. Juli fiel der Kurs weiter auf 890,5 HKD.
F: Wie ist das Finanzierungsvolumen von DeepSeek im Branchenvergleich einzuordnen?
DeepSeek schloss im ersten Halbjahr 2026 seine erste Finanzierungsrunde über rund 7 Milliarden USD ab, mit einer Bewertung nach Geldzufluss von 52 Milliarden USD. Nur einen Monat später wurde eine zweite Runde mit einer Bewertung vor Geldzufluss von 71 Milliarden USD gestartet. Diese Finanzierungsrunde stellt einen Rekord für Einzelplatzierungen chinesischer KI-Unternehmen dar, zu den Investoren zählen der Nationale KI-Industriefonds, Tencent, CATL, JD.com und andere.
F: Was sind die größten Herausforderungen bei der Kommerzialisierung chinesischer KI-Großmodelle?
Die wichtigsten Herausforderungen liegen in drei Bereichen: Rechenengpässe – Kimi K3 stoppte nach dem Launch neue Privatkunden-Abos wegen Ressourcenknappheit; Zahlungsbereitschaft – die Verbraucherseite der Großmodelle verschiebt sich vom Traffic-Wettbewerb zur Wertvalidierung, entscheidend ist, wie die Zahlungsbereitschaft mit wachsender Nutzerzahl gesteigert werden kann; Profitabilität – die Branche sucht noch nach nachhaltigen Geschäftsmodellen, und der Übergang von kostenlosen Tools für Endverbraucher zu kostenpflichtigen Enterprise-Services wird Zeit für die Validierung benötigen.
F: Was ist langfristig wettbewerbsfähiger: Open-Source- oder Closed-Source-Modelle?
Beide Modelle haben ihre Stärken. Open-Source-Modelle gewinnen durch niedrige Kosten und Ökosystemaufbau Entwicklerbindung, wie bei DeepSeek und Kimi K3 zu beobachten. Geschlossene Modelle sichern sich durch proprietäre Technologie und API-Preise die Profitabilität, wie bei Zhipus GLM-Serie. Derzeit setzen immer mehr Unternehmen auf eine Mischstrategie: „Open-Source-Modelle für Routinetätigkeiten + Closed-Source-Modelle für komplexe Inferenz". Langfristig dürften Unternehmen, die sowohl Open-Source-Ökosysteme als auch geschlossene kommerzielle Produkte betreiben können, am widerstandsfähigsten sein.
